AI業(yè)務收入盈利雙增，但百融云沒有止步

　 阿里云優(yōu)惠券 先領券再下單

當為科學技術巡游一方的神，行至人工智能的篇章，中國公司的2023年報里，寫著AIGC的前世今生。

翻開科技進步的編年史，每一次技術革命都有這樣一條鐵律：技術革命的最大受益者，通常不是率先做出突破的開疆派，而是率先將其發(fā)揚光大的技術流?？恐I(yè)革命超越日不落的美利堅，把同樣的故事，轉(zhuǎn)載到了50年代的半導體、80年代的創(chuàng)新藥、21世紀的互聯(lián)網(wǎng)。去年，著名計算機科學家吳恩達曾在斯坦福做過一場主題演講，他同樣認為，AI作為新一代通用技術，更多機會在于大規(guī)模應用落地。

向著月亮跑，最少也能收獲一顆星星。AI和每次科技進步一樣，就像一列已經(jīng)開啟的高鐵，給踏空者補票的機會并不多。比如像百融云創(chuàng)（百融云-W，6608.HK）這種AI公司，年收入26.8億、同比增長31%的輪轂，不會有幾次秒速五厘米余下。

3月25日晚，一站式服務的AI科技領航者百融云創(chuàng)發(fā)布的2023年年度報告（以下簡稱“年報”）顯示，公司2023年度實現(xiàn)總收入26.8億元，同比增幅31%；經(jīng)調(diào)凈利潤3.75億元，同比增幅28%。如果不考慮因收購的商譽減值產(chǎn)生的賬面虧損，經(jīng)調(diào)整凈利潤更是高達4.36億元，超過市場預期。

01 百融云兩大AI業(yè)務+多元化布局：你永遠可以相信“領航者”的眼光

作為一個將“科技商業(yè)化”奉為圭臬的國度，什么樣的AI業(yè)務最能搶灘登陸？又是什么樣的AI大模型，會是應用端的翹楚？

百融云的MaaS（模型即服務）和BaaS（業(yè)務即服務）業(yè)務，都基于自研BR-LLM大模型。讓中國的B端機構客戶多用AI、用好AI，是百融云的出發(fā)點。相比于依賴資本開支的傳統(tǒng)云服務，MaaS業(yè)務更符合B端需求，即百融云的機構客戶根據(jù)自身需求，調(diào)用公司各項AI模型服務。每一輪經(jīng)濟周期，都由不同的行業(yè)作為各個環(huán)節(jié)的參與主體；百融云的AI技術，也在各行業(yè)間多元化布局。

經(jīng)濟周期的日出，從近1個交易日銀行窗口、APP、支付寶等入口貸款申請者資料匯總的銀行信貸業(yè)務后臺開啟，銀行需要在AI決策系統(tǒng)協(xié)助下，從用戶行為信息中自動生成該用戶的貸款申請資格、貸款額度、分期規(guī)劃等等，隨后是信用等級評估、貸款調(diào)查、貸款審批、簽訂合同、貸款發(fā)放等一系列窗口，最終完成整個信貸業(yè)務流程。

經(jīng)濟周期的晨光，在港口物流的貨輪到岸聲音中繼續(xù)，每一筆訂單的到岸時間、每一份給工廠的流水信息、每一個即將成為潛在季節(jié)主打單品的背后，將原本5個工作日左右的流程縮短至小時為單位，都是AI精密計算的結果。而經(jīng)濟周期的正午，在電商和家人們的聲嘶力竭中延續(xù)，聲嘶力竭的主播，將被換成了AI數(shù)字人和智能直播切片。AI從來都沒有離我們很遠，只是我們過分關注結果，而非過程。

金融、物流、電商……每個行業(yè)所調(diào)用的每一個AI模型、功能、自動審批、算法篩選，都有百融云MaaS業(yè)務的身影，基座便是BR-LLM大模型。

作為能夠支持B端機構客戶日峰值調(diào)用3億次的MaaS業(yè)務，百融云2023年年報顯示，MaaS業(yè)務實現(xiàn)收入8.91億元，同比增幅17%，核心客戶留存率高達99%，核心客戶平均收入提升至350萬元；客戶滿意度提升至97%。

在上述的業(yè)務流程中，客戶不僅會根據(jù)自己的需求主動調(diào)用AI模型服務，也會讓百融云直接幫自己完成KPI指標。比如金融業(yè)的財富管理促交易規(guī)模、電商領域的銷售業(yè)績完成度、物流領域的配送總額及時效。百融云也依靠AI對業(yè)務流程的嵌入，使BaaS金融行業(yè)云業(yè)務促成的資產(chǎn)交易規(guī)模大幅增長93%，資產(chǎn)交易規(guī)模達531.3億元。

其中，BaaS金融行業(yè)云收入11.85億元，拿下同比59%的高增幅；保險行業(yè)云收入6.05億元，同比增長10%保持穩(wěn)健，總保費規(guī)模33.3億元，同比增56%。

02 百融云對AI的付出：高研發(fā)的皺紋，是微笑待過的地方

每一個能抓住技術浪潮的公司，都深諳研發(fā)投入帶來的潛在非線性增長。中國B端客戶對于AI的期待，是以高屋建瓴的技術，讓應用的滲透不再是蚍蜉撼樹。該公司在發(fā)布兩個大語言模型，包括適用于金融垂直行業(yè)場景的BR-LLM和適用于自動編程的BR-Coder，以及搭建大模型應用一站式開發(fā)平臺Cybertron（賽博坦）之后，百融云又把研發(fā)方向瞄準了：低成本私有化部署AI大模型、智能語音等B端所期。

對于百融云AI大模型BR-LLM，MOE（混合專家架構）將是私有化部署的不二選擇。基于Tranformer架構，百融云致力于用MoE架構將FFN（前饋網(wǎng)絡）層則劃分成稀疏性的神經(jīng)網(wǎng)絡，每個被稱之為“專家”的小FFN都有自己的權重和激活函數(shù)，它們并行工作、專注于處理特定類型的信息，這意味著MoE架構在推理時，最大程度實現(xiàn)了性能和參數(shù)規(guī)模之間的平衡，節(jié)省了B端客戶談之色變的算力成本。

同時作為與GPT同源的BR-LLM大模型，當市場押注OPEN AI的“BetterVoiceModel”將成為GPT4.5突破技術之一時，百融云也在加厚AI智能語音的城防。百融云各行業(yè)B端客戶，需要在營銷過程中，以AI激活沉睡用戶、推薦產(chǎn)品及增值服務，即便是NLP、根據(jù)不同客戶反饋來制定PROCESS的智能營銷、需要在JAINSIP系統(tǒng)基礎上自研集成已大規(guī)模應用，但百融云清醒認知：現(xiàn)在大部分Al語音模型無法準確識別，場景和原場景、場景中語音來自是通話本人還是背景音，且AI語音回答延遲控制在500毫秒以內(nèi)、智能降噪、無聲紋識別、情緒識別等，都是必須攻克的技術。

后來者居上，是因為前者不爭也不搶，每次的科技浪潮也無出其右。已經(jīng)研發(fā)完成的BR-Coder，已在公司開發(fā)崗位中的自動生成代碼滲透率提升至10%；ORCA-AutoML自動學習協(xié)助數(shù)據(jù)分析崗位將建模時間縮短了30%，百融云大可以繼續(xù)守著99%核心客戶留存率的MaaS+BaaS基本盤，但AI還有更多星辰大海，對AI新技術的探索時不我待；而百融云的客戶及伙伴，也因為相信AI存在，所以AI總會來。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！